一种新的PRI变换分选算法

脉冲重复间隔(pulse repetition interval,PRI)变换及其改进算法是雷达信号分选领域的经典算法之一。在早期的信号环境中,各部雷达信号的PRI值相对接近,传统的改进PRI变换算法能够有效地分选PRI抖动雷达信号,因而得到了广泛的应用。随着信号环境的日益复杂,不同雷达发射的信号其PRI值分布在一个较大的范围内,此时传统算法的分选能力大大减弱。针对上述问题,对传统算法中可变时间起点的改变、PRI箱的选择以及门限的确定三个方面进行改进,提出一种新的PRI变换分选算法。新算法中采用了可变的移动因子、固定的箱分辨率以及合理的门限,在保留原算法优点的同时,能够适应PRI值分布在较大范围内的抖动雷达信号分选问题,并通过模拟仿真验证了算法的有效性。     

稠油出砂冷采数学模型研究

 随着世界经济快速发展和对石油需求的不断增长,具有巨大勘探潜力和广阔发展前景的重油成为21世纪重要的能源资源之一,全球稠油储量目前达到6万亿桶。稠油出砂冷采（CHOPS）是重油生产的重要方法之一,该技术可以避免热采时油层出砂、气窜和采油成本高的问题。因此,对稠油出砂冷采技术进行相关研究,具有重要的战略意义。在对CHOPS的蚯蚓洞生长和泡沫油流两个主要机制进行比较的基础上,提出了耦合地质力学和流体力学的稠油出砂冷采模型。为了验证模型的可靠性和实用性,使用油田实际数据对模型进行验证,分析了对CHOPS技术应用影响较大的几个参数,进一步确定了该技术的应用范围。最后分析了模型的优缺点,提出了模型今后的发展方向,确定了下一步的研究重点。     

女装领部造型设计研究

通过领部的视觉覆盖区域、形式美感法则及造型与结构的关系因素等,对领部造型设计案例进行分析,得出了在女装领部中应用视错觉规律对人体美感进行修饰的方法,以及领部对人体覆盖区域的模糊化设计方式,从而提高了领部造型设计的灵活度和形式美感。     

套管井中补偿密度测井响应特性的Monte Catlo数值模拟

为了研究常规密度测井在套管井中的测井响应特性，应用MonteCarlo方法，从光子与物质相互作用的机理出发，利用Schlumberger公司的TLD仪器，计算得到了不同套管条件下光子通量的能量谱、光子通量与源距和地层电子密度的关系、长源距计数与短源距计数的交会图以及套管或水泥环厚度对长、短源距计数的影响等。计算结果表明，当套管和水泥环厚度小于4．4cm时，常规的TLD密度测井仪器在套管井中对地层密度的变化反应仍然灵敏。也就是说，在套管井中，密度测井仪器能够测量地层的密度；可以用双源距裸眼井密度测井的补偿原理来处理套管井密度测井的数据。但在套管井密度测井中，当套管厚度大于一定值后，仪器将难以正确识别地层的岩性。     

中国陆相地层核磁共振孔隙度研究

孔隙度是储层评价的重要参数之一. 核磁共振(NMR)孔隙度只对孔隙流体有响应, 在确定地层孔隙度方面具有其他测井方法无法比拟的优势. 但是, 在中国陆相复杂地层的应用中常常发现NMR孔隙度与地层实际孔隙度存在差 异, 有时差异甚至很明显, 影响了NMR测井的应用效果. 介绍了NMR孔隙度的理论基础, 在对NMR孔隙度影响因素分析的基础上, 重点考察了国内现有的NMR孔隙度测井方法对测量结果的影响, 通过对大量人造岩样和不同岩性的天然岩样的实验测量, 提出了适合中国陆相地层的孔隙度测井方法, 改善了NMR孔隙度的测量效果. 针对中国陆相地层的复杂性, 建议不同地区应根据具体情况进行岩心分析, 确定恰当的NMR测井方法, 以获得比较准确的NMR孔隙度.     

套管井中补偿密度测井响应特性的Monte Carlo数值模拟

为了研究常规密度测井在套管井中的测井响应特性,应用Monte Carlo方法,从光子与物质相互作用的机理出发,利用Schlumberger公司的TLD仪器,计算得到了不同套管条件下光子通量的能量谱、光子通量与源距和地层电子密度的关系、长源距计数与短源距计数的交会图以及套管或水泥环厚度对长、短源距计数的影响等。计算结果表明,当套管和水泥环厚度小于4.4cm时,常规的TLD密度测井仪器在套管井中对地层密度的变化反应仍然灵敏。也就是说,在套管井中,密度测井仪器能够测量地层的密度;可以用双源距裸眼井密度测井的补偿原理来处理套管井密度测井的数据。但在套管井密度测井中,当套管厚度大于一定值后,仪器将难以正确识别地层的岩性。     

基于学习分析的中小学教师继续教育管理系统

为了满足当前中小学教师继续教育系统的个性化服务需求,提高继续教育的效果,提出了一种新的基于学习分析的继续教育系统.首先基于LDA算法,提出了关注点的提取算法,用于生成具备个性化学习特点的学习序列,然后建立基于学习分析的个性化学员模型,对学习序列进行优化,最后利用该系统对考核成绩进行实验分析.该系统具备很好的鲁棒性和稳定性,能有效提高学员的学习成绩.     

饱和多相流体孔隙介质内部磁场梯度的探测

饱和流体孔隙介质中存在的内部磁场梯度会对孔隙介质的核磁共振产生显著影响,提出了一种基于（T2int,D）二维核磁共振方法计算饱和多相流体孔隙介质内部磁场梯度的方法,可以计算饱和水以及油水多相流体的孔隙介质中内部磁场梯度．数值模拟与实验测量表明,该方法计算的饱和流体孔隙介质内部磁场梯度是有效的．     

低渗透储层特征与测井评价方法

低渗透储层是我国目前油气勘探的主要目标之一。根据低渗透储层特征及岩石物理实验结果，对吉林油田W地区低渗透储层的成因机理进行了分析。研究结果表明，该地区的扇三角洲前缘亚相沉积的储层岩石矿物成熟度低，具有以细砂和粉细砂岩为主的储层岩性特征，这为低渗透储层的形成提供了先天条件。后经成岩压实作用及粘土矿物的充填，造成孔喉半径变小，孔隙结构复杂，孔隙空间对水的滞留能力加强，束缚水饱和度高，油层与水层电阻率差别减小，电阻率增大指数小于3。岩心实验结果分析还表明，综合物性参数可用于表征岩石孔隙结构的复杂性，且与束缚水饱和度有很好的相关性，据此建立了束缚水饱和度解释模型。在6种不同矿化度溶液下测量完全饱和溶液的岩心电导率，岩心电导率与溶液电导率的关系曲线表明，粘土矿物不存在附加导电性，阿尔奇公式仍可用于求取含水饱和度。用该模型对油田12口井资料进行了处理，结果显示其解释油水层效果与原有模型相比有明显改善。     

基于机器学习算法预测核磁共振T2谱

近年来,深度学习算法被广泛应用于生成各种类型的数据。本文通过分析测井数据与核磁共振T2谱之间的映射关系,利用随机森林与LSTM网络模型实现了对核磁共振T2谱的重构。核磁共振测井每个深度获得的T2谱是在不同的时间序列中通过不同的布点数来显示形态上的变化的,随机森林算法能够处理高维度的核磁共振T2谱数据且不需要做特征选择,而LSTM可以很好地控制不同深度神经元对T2谱各分布点的影响,将这两种网络模型进行参数优化后对同一口井的预测结果进行对比分析。这里选取了中国海上A油田的测井数据作为例子进行方法测试。首先,利用灰色关联度算法分析T2几何均值与测井曲线的相关性。选取相关性高于设定值的测井曲线,将测井曲线标准化缩放在0~1后作为随机森林与LSTM模型的输入,预测同一地层T2谱形态分布规律并比较算法的优劣。在比较软件处理得到的核磁共振T2谱和预测结果后分析它们之间产生差异的原因。结果显示通过LSTM神经网络模型预测的数据与地层真实数据的符合度比随机森林算法更高,符合度可达90%以上。